[發(fā)明專利]一種基于上行訓練的數(shù)模混合波束賦形方法

有效

• 申請?zhí)枺?/td>: 201710469364.8
• 申請日: 2017-06-20
• 公開（公告）號: CN107294590B
• 公開（公告）日: 2020-08-28
• 發(fā)明（設(shè)計）人: 方舒;王勇;蘆濱雁;蘆程昱
• 申請（專利權(quán)）人: 電子科技大學
• 主分類號: H04B7/08
• 分類號: H04B7/08;H04B7/0426;H04B7/06
• 代理公司: 成都點睛專利代理事務(wù)所(普通合伙) 51232
• 代理人: 孫一峰

1.一種基于上行訓練的數(shù)模混合波束賦形方法，該方法用于多用戶毫米波大規(guī)模MIMO系統(tǒng)，定義所述系統(tǒng)基站配置N_BS根天線和N_D條RF鏈，K個被調(diào)度的單天線用戶與之進行通信，且滿足條件：K≤N_D，其特征在于，所述方法包括：

上行訓練：

每個用戶獨立發(fā)送上行的訓練序列s_k到基站，k＝1,2,...,K，基站端的接收信號 為：

r＝H_us+n

其中，s＝[s₁,s₂,...,s_K]^T，H_u為所有用戶到基站的上行信道，且對基站端未知，n為加性高斯白噪聲；

令W為聯(lián)合波束賦形矩陣，對期望的訓練序列的估計表達式為：

基站已知所有用戶的訓練序列s，在訓練序列和其估計值之間通過MMSE準則建立最優(yōu)估計的目標函數(shù)為：

利用Wiener波束賦形器解出函數(shù)，即可得到最優(yōu)波束賦形矩陣W_opt：

其中C_rr＝E(rr^H)表示接收信號的自相關(guān)矩陣，C_rs表示接收信號和訓練序列之間的互相關(guān)矩陣，由各個用戶的互相關(guān)向量組成，即：

下行混合波束賦形：

根據(jù)獲取的波束賦形矩陣W_opt和模擬波束賦形矩陣的單位模限制，建立混合波束賦形模型如下：

其中D為數(shù)字域波束賦形矩陣，A為模擬域波束賦形矩陣，A_i是矩陣A的第i列，i＝1,2,...,N_D，表示具有單位模值的碼本向量的集合；

S1、模擬波束賦形：

將混合波束賦形模型中的碼本向量集合采用DFT碼本，忽略發(fā)送功率約束，將混合波束賦形模型的矩陣分解問題以向量的形式給出：

對于上式的求解，采用線性搜索，在碼本向量集合中依次選出模擬波束賦形矩陣A的列A_i：

第一次選取的碼本向量模型為：

假如A₁已知，則D₁的最佳解為：

由于A₁為列向量，且||A₁||＝1，則第一次選取的碼本向量應(yīng)滿足：

在得到A₁和D₁之后，可以計算殘余波束賦形矩陣代入第一次選取的碼本向量模型，計算第二次選取的碼本向量：

可以求解得到A₂和D₂，然后繼續(xù)計算殘余波束賦形矩陣：

以此類推，依次求解出從而得到模擬域波束賦形矩陣A；

S2、數(shù)字波束賦形：

根據(jù)步驟S1中獲得的模擬波束賦形矩陣A后，忽略發(fā)送功率約束，將混合波束賦形模型簡化為：

通過最小二乘解的形式可以給出數(shù)字域波束賦形矩陣D的解：

2.根據(jù)權(quán)利要求1所述的一種基于上行訓練的數(shù)?；旌喜ㄊx形方法，其特征在于，在步驟S1所述的迭代過程中引入施密特正交化過程，即將每次迭代獲得的模擬波束賦形矩陣A的列A_i：

其中，q₁,q₂,...,q_i是A⁽ⁱ⁾列空間的標準正交基，相對應(yīng)的，殘余波束賦形矩陣轉(zhuǎn)換為：